-
公开(公告)号:CN102903083A
公开(公告)日:2013-01-30
申请号:CN201210358865.6
申请日:2012-09-25
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明的目的在于提供基于Context模型和双树复小波变换的水下声纳图像的去噪方法,包括如下步骤:对水下声纳图像进行双树复小波分解,图像经四层双树复小波分解后获得的低频近似分量保持不变,对图像的高频分量进行去噪处理,对处理后的复小波系数进行双树复小波反变换,获得最终去噪后的图像。本发明采用Context模型衡量双树复小波系数之间能量的相似性,将能量相接近的系数归类,针对每一类系数确定不同的阈值,并结合软阈值函数实现噪声的去除。优化了阈值的选取,在去除噪声的同时保留了更多的图像细节,抑制了系数被过扼杀的现象。
-
公开(公告)号:CN113111304A
公开(公告)日:2021-07-13
申请号:CN202110357999.5
申请日:2021-04-01
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种强冲击噪声下基于量子射线机理的相干分布源测向方法,包括:建立相干分布源的广义阵列流型,构造基于加权无穷范数低阶协方差矩阵的极大似然测向方程;计算更新后所有射线的适应度函数值,更新全局最优量子位置和局部最优量子位置;每条射线依概率从斯涅尔折射定律演化和随机演化两种演化规则中选择一种更新其量子位置;计算更新后所有射线的适应度函数值,更新全局最优量子位置和局部最优量子位置;判断是否达到最大迭代次数,若未达到,返回步骤三;若达到则终止循环迭代,输出全局最优量子位置,经过映射变换为全局最优位置对应中心方位角和角度扩散的极大似然估计值。本发明在强冲击噪声环境下具有鲁棒性,突破现有应用局限。
-
公开(公告)号:CN104200434A
公开(公告)日:2014-12-10
申请号:CN201410431699.7
申请日:2014-08-28
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明属于数字图像处理技术领域,具体涉及一种应用于图像去噪并作为后续目标识别的预处理的基于噪声方差估计的非局部均值图像去噪方法。本发明包括:输入噪声图像,获取噪声图像尺寸;生成一个与噪声图像相同尺寸的零矩阵;对噪声图像边缘进行对称扩展;估计噪声方差,确定全局平滑参数;遍历噪声图像中每个像素,计算权值;利用非局部均值算法计算去噪图像。本发明中基于噪声方差估计的非局部均值图像去噪方法,可以显著提高噪声图像清晰度,并且去噪后能更清晰地保留边缘和细节信息。
-
公开(公告)号:CN102496144A
公开(公告)日:2012-06-13
申请号:CN201110360694.6
申请日:2011-11-15
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明的目的在于提供基于HSV色彩空间的NSCT水声图像增强方法,包括以下步骤:对RGB空间的水声图像转换至HSV空间,将HSV图像分解成色度H,饱和度S,数值V三个分量,对色度H分量和饱和度S分量进行中值滤波,对数值V分量进行NSCT增强,分别得到增强后的三个新分量H’、S’、V’,将H’、S’、V’合成新的HSV’图像,对于得到的新HSV’图像并进行中值滤波,将新的HSV’图像逆变换至RGB空间,得到增强后的图像。本发明对于原始水声图像的信息量和清晰度有明显的提高,在增强后能比较清晰地获得边缘和细节信息,对于以后进一步分析处理等有很大的帮助。
-
-
-